Hogar
Meituan presenta el modelo de IA LongCat-Next, con una arquitectura unificada para la visión y el habla
El 3 de abril, el equipo de MiTi presentó oficialmente LongCat-Next, un modelo multimodal nativo de gran tamaño. Este modelo va más allá del enfoque convencional de «base lingüística más complementos», ya que convierte imágenes, audio y texto en un flujo unificado de tokens discretos. Esto permite a la IA «ver» y «oír» de forma nativa el mundo físico, procesando estas entradas tal y como lo hace con el texto.
Núcleo técnico: la arquitectura DiNA permite la «internalización de modalidades»
Para eliminar las barreras entre los diferentes tipos de datos, MiTi desarrolló la arquitectura DiNA (Discrete Native Autoregressive), logrando una profunda unificación en el modelado multimodal:
Unificación completa de modalidades: el modelo utiliza los mismos parámetros, mecanismos de atención y funciones de pérdida para el texto, las imágenes y el audio.
Simetría entre comprensión y generación: dentro de un único marco matemático, predecir el siguiente token de texto constituye «comprensión», mientras que predecir un token de imagen es «generación». Ambos procesos muestran importantes beneficios sinérgicos durante el entrenamiento.
Compresión extrema: utilizando el tokenizador visual dNaViT, gestiona entradas a cualquier resolución. A través de un proceso de cuantificación vectorial residual de 8 capas, logra una compresión de hasta 28 veces en el espacio de píxeles, al tiempo que conserva detalles críticos para tareas como el OCR y el análisis de documentos financieros.
Rendimiento empírico: el modelado discreto no tiene límites inherentes
LongCat-Next ofrece un rendimiento que supera al de los modelos especializados en múltiples pruebas de referencia, desafiando de manera efectiva la noción tradicional de que «la discretización provoca inevitablemente una pérdida de información»:
Percepción detallada: en el OmniDocBench para escenarios de texto denso, supera no solo a Qwen3-Omni, sino también al modelo de visión especializado Qwen3-VL.
Razonamiento visual: obtuvo una impresionante puntuación de 83,1 en MathVista, lo que demuestra un razonamiento lógico robusto y de nivel industrial.
Colaboración multimodal: al tiempo que mantiene capacidades lingüísticas líderes (C-Eval 86,80), admite la generación paralela de texto y voz con baja latencia, junto con la clonación de voz personalizable.
Perspectiva del sector: una base para la IA del mundo físico
Los grandes modelos de lenguaje se han centrado durante mucho tiempo en el texto. El avance de LongCat-Next es su demostración de que la información del mundo físico puede discretizarse y modelarse como el lenguaje. Cuando una IA posee un «lenguaje nativo» unificado, se vuelve más inteligente e intuitiva al utilizar herramientas, escribir código o interpretar gráficos complejos.
MiTi ha abierto el código fuente del modelo LongCat-Next y del tokenizador dNaViT. Esta arquitectura nativa discreta, eficiente y de gran potencial, proporciona a los desarrolladores herramientas esenciales para crear una IA capaz de percibir e interactuar con el mundo real.
Artículo relacionado
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Recomendaciones de temas especiales relacionados
Análisis de datos
Mejores herramientas de IA para la detección de anomalías en el monitoreo de KPIs para equipos de SaaS y comercio electrónico
¡Las mejores herramientas de detección de anomalías con IA de 2026, más valoradas y destacadas para el monitoreo de KPI en equipos de SaaS y comercio electrónico! XIX.AI ha recopilado una poderosa colección transformadora basada en rigurosas pruebas del mundo real y clasificaciones actualizadas semanalmente. Encontrarás comparaciones detalladas entre versiones gratuitas y de pago que te ayudarán a identificar la solución imprescindible para aumentar la productividad y desbloquear tu ventaja con IA. ¡Explora ahora!
10 herramientas
xix.ai
escribiendo
Los mejores generadores de esquemas basados en IA para artículos largos optimizados para SEO
Los mejores generadores de esquemas con IA mejor valorados de 2026 para artículos largos optimizados para SEO, seleccionados minuciosamente por XIX.AI. Estas potentes herramientas ofrecen una ayuda revolucionaria a la hora de crear contenido de alta calidad rápidamente, lo que aumenta considerablemente la eficiencia a la hora de escribir. Consigue una comparación entre las versiones gratuitas y de pago, junto con pruebas en condiciones reales y clasificaciones detalladas, que te ayudarán a encontrar la opción imprescindible que mejor se adapte a tus necesidades. Explora ahora para descubrir las ventajas que te ofrece la IA.
8 herramientas
xix.ai
Educación y aprendizaje
Herramientas de estudio basadas en IA para los deberes y la preparación de exámenes
¡Las mejores herramientas de IA de 2026 para hacer los deberes y prepararse para los exámenes! XIX.AI ha elaborado una lista con las herramientas mejor valoradas, potentes y revolucionarias que ayudan a los estudiantes a aumentar su productividad, agilizar la realización de los deberes y sacar sobresaliente en los exámenes gracias a pruebas reales. Consigue una comparación entre versiones gratuitas y de pago, clasificaciones detalladas y opciones imprescindibles para sacar el máximo partido a la IA. ¡Explora ahora!
10 herramientas
xix.ai
composicion musical
Herramientas de demostración vocal con IA para compositores, ganchos, melodías principales y sesiones de borrador multilingüe
¡Las mejores herramientas de demostración vocal con IA de 2026 para compositores, creadores de ganchos y equipos de contenido multilingüe! XIX.AI ha recopilado una lista de herramientas poderosas y transformadoras, rigurosamente probadas en el mundo real. Encontrarás datos detallados de comparación entre versiones gratuitas y de pago, clasificaciones completas y opciones imprescindibles para ayudarte a aumentar tu eficiencia de escritura y desbloquear todo tu potencial creativo. ¡Explora ahora para descubrir la herramienta perfecta para todas tus necesidades de contenido!
9 herramientas
xix.ai
Negocio
Las mejores herramientas de investigación competitiva basadas en IA para pequeñas empresas
¡Las mejores herramientas de investigación competitiva basadas en IA mejor valoradas de 2026 para pequeñas empresas! XIX.AI ha seleccionado una colección revolucionaria y muy potente, que se actualiza semanalmente con rigurosas pruebas en el mundo real y clasificaciones detalladas. Encontrarás una comparación exhaustiva entre las opciones gratuitas y las de pago que te ayudará a identificar las herramientas imprescindibles que impulsarán tu productividad y te proporcionarán una ventaja competitiva. ¡Explora ahora mismo y descubre la herramienta perfecta para ti!
9 herramientas
xix.ai
Edición de imágenes
Herramientas de retoque con IA de Photoshop para ropa de comercio electrónico, limpieza de piel y consistencia del color
¡Las mejores herramientas de retoque con IA de Photoshop de 2026 para ropa de comercio electrónico, limpieza de piel y consistencia de color! Esta lista curada de alta calificación presenta soluciones poderosas que cambian las reglas del juego, que ayudan a aumentar la eficiencia de redacción, optimizar la creación de contenido y lograr resultados visuales perfectos sin esfuerzo. Cada herramienta ha pasado por pruebas en el mundo real a través de clasificaciones actualizadas semanalmente, con detalles completos de comparación entre versiones gratuitas y de pago. Respaldado por XIX.AI, es la guía imprescindible para cualquier persona que aspire a desbloquear su ventaja con IA. ¡Explora ahora!
10 herramientas
xix.ai
comentario (1)
0/500
![CharlesHernández]()
Interesting approach! Unifying vision and speech into a single stream sounds like a step towards more 'native' multimodal understanding, unlike just bolting on separate modules. Makes me wonder how this affects real-time processing efficiency for delivery robots or AR navigation apps. Could be a game-changer for Meituan's on-demand services if it works smoothly in the wild. 🧐
El 3 de abril, el equipo de MiTi presentó oficialmente LongCat-Next, un modelo multimodal nativo de gran tamaño. Este modelo va más allá del enfoque convencional de «base lingüística más complementos», ya que convierte imágenes, audio y texto en un flujo unificado de tokens discretos. Esto permite a la IA «ver» y «oír» de forma nativa el mundo físico, procesando estas entradas tal y como lo hace con el texto.
Núcleo técnico: la arquitectura DiNA permite la «internalización de modalidades»
Para eliminar las barreras entre los diferentes tipos de datos, MiTi desarrolló la arquitectura DiNA (Discrete Native Autoregressive), logrando una profunda unificación en el modelado multimodal:
Unificación completa de modalidades: el modelo utiliza los mismos parámetros, mecanismos de atención y funciones de pérdida para el texto, las imágenes y el audio.
Simetría entre comprensión y generación: dentro de un único marco matemático, predecir el siguiente token de texto constituye «comprensión», mientras que predecir un token de imagen es «generación». Ambos procesos muestran importantes beneficios sinérgicos durante el entrenamiento.
Compresión extrema: utilizando el tokenizador visual dNaViT, gestiona entradas a cualquier resolución. A través de un proceso de cuantificación vectorial residual de 8 capas, logra una compresión de hasta 28 veces en el espacio de píxeles, al tiempo que conserva detalles críticos para tareas como el OCR y el análisis de documentos financieros.
Rendimiento empírico: el modelado discreto no tiene límites inherentes
LongCat-Next ofrece un rendimiento que supera al de los modelos especializados en múltiples pruebas de referencia, desafiando de manera efectiva la noción tradicional de que «la discretización provoca inevitablemente una pérdida de información»:
Percepción detallada: en el OmniDocBench para escenarios de texto denso, supera no solo a Qwen3-Omni, sino también al modelo de visión especializado Qwen3-VL.
Razonamiento visual: obtuvo una impresionante puntuación de 83,1 en MathVista, lo que demuestra un razonamiento lógico robusto y de nivel industrial.
Colaboración multimodal: al tiempo que mantiene capacidades lingüísticas líderes (C-Eval 86,80), admite la generación paralela de texto y voz con baja latencia, junto con la clonación de voz personalizable.
Perspectiva del sector: una base para la IA del mundo físico
Los grandes modelos de lenguaje se han centrado durante mucho tiempo en el texto. El avance de LongCat-Next es su demostración de que la información del mundo físico puede discretizarse y modelarse como el lenguaje. Cuando una IA posee un «lenguaje nativo» unificado, se vuelve más inteligente e intuitiva al utilizar herramientas, escribir código o interpretar gráficos complejos.
MiTi ha abierto el código fuente del modelo LongCat-Next y del tokenizador dNaViT. Esta arquitectura nativa discreta, eficiente y de gran potencial, proporciona a los desarrolladores herramientas esenciales para crear una IA capaz de percibir e interactuar con el mundo real.
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
¡Las mejores herramientas de detección de anomalías con IA de 2026, más valoradas y destacadas para el monitoreo de KPI en equipos de SaaS y comercio electrónico! XIX.AI ha recopilado una poderosa colección transformadora basada en rigurosas pruebas del mundo real y clasificaciones actualizadas semanalmente. Encontrarás comparaciones detalladas entre versiones gratuitas y de pago que te ayudarán a identificar la solución imprescindible para aumentar la productividad y desbloquear tu ventaja con IA. ¡Explora ahora!
10 herramientas
xix.ai
Los mejores generadores de esquemas con IA mejor valorados de 2026 para artículos largos optimizados para SEO, seleccionados minuciosamente por XIX.AI. Estas potentes herramientas ofrecen una ayuda revolucionaria a la hora de crear contenido de alta calidad rápidamente, lo que aumenta considerablemente la eficiencia a la hora de escribir. Consigue una comparación entre las versiones gratuitas y de pago, junto con pruebas en condiciones reales y clasificaciones detalladas, que te ayudarán a encontrar la opción imprescindible que mejor se adapte a tus necesidades. Explora ahora para descubrir las ventajas que te ofrece la IA.
8 herramientas
xix.ai
¡Las mejores herramientas de IA de 2026 para hacer los deberes y prepararse para los exámenes! XIX.AI ha elaborado una lista con las herramientas mejor valoradas, potentes y revolucionarias que ayudan a los estudiantes a aumentar su productividad, agilizar la realización de los deberes y sacar sobresaliente en los exámenes gracias a pruebas reales. Consigue una comparación entre versiones gratuitas y de pago, clasificaciones detalladas y opciones imprescindibles para sacar el máximo partido a la IA. ¡Explora ahora!
10 herramientas
xix.ai
¡Las mejores herramientas de demostración vocal con IA de 2026 para compositores, creadores de ganchos y equipos de contenido multilingüe! XIX.AI ha recopilado una lista de herramientas poderosas y transformadoras, rigurosamente probadas en el mundo real. Encontrarás datos detallados de comparación entre versiones gratuitas y de pago, clasificaciones completas y opciones imprescindibles para ayudarte a aumentar tu eficiencia de escritura y desbloquear todo tu potencial creativo. ¡Explora ahora para descubrir la herramienta perfecta para todas tus necesidades de contenido!
9 herramientas
xix.ai
¡Las mejores herramientas de investigación competitiva basadas en IA mejor valoradas de 2026 para pequeñas empresas! XIX.AI ha seleccionado una colección revolucionaria y muy potente, que se actualiza semanalmente con rigurosas pruebas en el mundo real y clasificaciones detalladas. Encontrarás una comparación exhaustiva entre las opciones gratuitas y las de pago que te ayudará a identificar las herramientas imprescindibles que impulsarán tu productividad y te proporcionarán una ventaja competitiva. ¡Explora ahora mismo y descubre la herramienta perfecta para ti!
9 herramientas
xix.ai
¡Las mejores herramientas de retoque con IA de Photoshop de 2026 para ropa de comercio electrónico, limpieza de piel y consistencia de color! Esta lista curada de alta calificación presenta soluciones poderosas que cambian las reglas del juego, que ayudan a aumentar la eficiencia de redacción, optimizar la creación de contenido y lograr resultados visuales perfectos sin esfuerzo. Cada herramienta ha pasado por pruebas en el mundo real a través de clasificaciones actualizadas semanalmente, con detalles completos de comparación entre versiones gratuitas y de pago. Respaldado por XIX.AI, es la guía imprescindible para cualquier persona que aspire a desbloquear su ventaja con IA. ¡Explora ahora!
10 herramientas
xix.ai
Interesting approach! Unifying vision and speech into a single stream sounds like a step towards more 'native' multimodal understanding, unlike just bolting on separate modules. Makes me wonder how this affects real-time processing efficiency for delivery robots or AR navigation apps. Could be a game-changer for Meituan's on-demand services if it works smoothly in the wild. 🧐
